Plantilla de delivery: errores comunes vs el método que multiplica órdenes (2026)
La plantilla de delivery que falla es la que copia el menú físico sin reajustar precios, raciones o presentación a la experiencia del usuario en app. Restaurantes que redescriben cada plato con foto HD, estructuran combos por hora y ajustan un margen de 28-32% en el producto cumplen objetivos de delivery con consistencia; quienes suben la carta al QR sin cambios pierden tickets en la primera semana.
Restaurante de delivery depende de dos máquinas: la del restaurante (cocina, jornada, costo de mercadería) y la de la app (algoritmo, recomendación, urgencia percibida). La plantilla conecta ambas.
Rappi, Uber Eats y DiDi devuelven la recomendación con base en click-through, tempo de entrega y margen de plataforma (visible en la app: el restaurante ve su posición, no la fórmula). Un plato que tarda 18 minutos en ese horario pierde presencia porque el algoritmo predice abandono.
El error más común es no medir el unit economics del delivery: costo de insumos + costo de plataforma (25-30% comisión) + empaque + margen neto esperado. Si el total crece un 35%, el precio baja oferta y sube costo sin que haya cobertura.
Comparativa lado a lado: plantilla de delivery
| Error típico | Método Masterestaurant | |
|---|---|---|
| Menú igual al físico | ✕Subes 80+ platos con el mismo nombre y descripción. Algoritmo: sin diferencial, tráfico parejo. Cliente: confusión, pedidos lentos. | ✓Curación: 28-35 items en primer nivel (combos, top 5, franjas horarias). Cada plato +2 líneas de contexto en la app: «listo en 8 min», «bestseller», «con cambios». |
| Precios sin ajuste de plataforma | ✕Margen de restaurante: 40%. Agrega comisión del 28%: margen neto cae a 12%. Si el volumen no compensa, cierras la operación en 3 meses. | ✓Math: food cost 28-30%, comisión 25-30%, empaque 3-5%, margen neto 12-17%. Precio: tira hacia arriba SIN perder elasticidad. Elasticidad medida en app (20 ordenes en semana 1, trending en semana 3 = 8-12% sub). |
| Descripciones genéricas | ✕«Milanesa con papas». Click-through: 1,2%. Cliente compara con 4-5 opciones similares en 6 segundos. Elige la que ve foto nítida y mención de crispy o home-made. | ✓«Milanesa de bife angosto, pan casero, papas en cuña frita-horneada, limón y salsa tártara». Foto: plato armado, luz natural. Click-through: 4,8-6,2%. Posición en algoritmo sube 3-4 lugares. |
| Sin oferta por hora | ✕Mismo menú 11:00-23:00. Almuerzo: pastas ganan; cena: hamburguesas + milanesas; madrugada: nada. Algoritmo no sabe a qué atender; el cliente ve ofertas obsoletas por hora. | ✓3 ventanas: lunch (11-15, pastas, ensaladas, bowls, 15 items), merienda (16-19, sándwiches, combos, 12 items), cena (19-23, carnes, pastas premium, 20 items). Cada ventana reordena los items por posición en la plataforma; el algoritmo ve urgencia real. |
| Fotos inconsistentes o ausentes | ✕50% de los platos sin foto HD. Cliente: hipótesis. Entrega la orden «espera sorpresa». Reseña: 2-3 estrellas. Puntuación del restaurante cae, posición en feed baja. | ✓100% de platos con foto (smartphone, luz natural, plato roto arreglado entre shots). Consistencia visual: mismo ángulo, mismo tipo de fondo de madera o cerámica. Calidad mínima HD (1.200×800px). Reseña: 4,6-4,8 estrellas. Algoritmo: arriba. |
| Combos mal compuestos | ✕Combo: plato + bebida. Precio: $ 18 usd. Margen efectivo (con comisión): 7%. Volumen esperado para rentabilidad: imposible con 15-20 combos. | ✓Combo arquitectura: entrada + plato fuerte + acompañamiento + bebida. Precio: $ 22-24 usd. Margen: 14-16%. Volumen esperado (auditorías MR): 22-28% del ticket total con 4-5 combos es suficiente para inyectar 200-300 usd/día de contribución margen en un delivery de 40-60 órdenes. |
| Sin gestión de cambios | ✕Cliente elige: sin queso, sin salsa. Restaurante ve nota al final. 30% de los cambios se pierden, se entregas mal, cliente reseña: «no pidió cambios». | ✓Plantilla: «sin queso» como checkbox en la app (sincronización Rappi/Uber Eats nativa). Sistema imprime con viñeta clara. Cambios: 0% pérdida. Satisfacción: 94-97%. |
¿Por qué el ranking de plantilla delivery no es un catálogo de volumen?
La plantilla delivery que falla es la que copia el menú físico sin reajustar precios, raciones o presentación a la experiencia del usuario en app.
Restaurantes que redescriben cada plato con foto HD, estructuran combos por hora y ajustan un margen de 28-32% en el producto cumplen objetivos de del. Rappi, Uber Eats y DiDi reordenan por click-through, tempo de entrega y margen de plataforma — el algoritmo predice abandono si el plato tarda 18 minutos en ese horario y pierde presencia. Este ranking mide curación versus volumen: 28-35 items cuidados vencen a 80 genéricos porque el sistema distribuye tráfico por diferencial visible (foto, descripción, arquitectura de precio), no por cantidad. Según el Statista, ingresos globales de delivery alcanzaron USD 1,4 billones en 2025. La razón de que ese tráfico se concentre en menús ajustados es que quien no mide unit economics del delivery — costo de insumos, comisión de plataforma (25-30%), empaque y margen neto esperado — escala sin cobertura y pierde márgenes.
Foto HD con descripción de plato que convierte
Un plato sin foto o con foto de celular baja 40-60% en click-through frente a uno con imagen de estudio (resolución ≥1200px, ángulo de 45°, luz cenital). Diego F. Parra audita restaurantes de talla mundial donde la descripción corre 25-35 palabras y abre con beneficio citable: «Pechuga de pollo rellena de queso de cabra y espinacas, 220g, tempo 12 min» funciona; «Deliciosa pechuga premium» no. La foto debe mostrar el plato plated, con guarnición visible, jamás stock genérico. Cuando tienes 3.200 ghost kitchens en China y 30-40 apps simultáneas, el diferencial es la percepción de «cocinado ahora» que comunica la foto real. Invertir 60-90 USD en sesión de fotos por 30-40 platos genera ROI en 15-25 días si el restaurante mueve 80+ órdenes semanales.
Arquitectura de precios por margen, no por costo
El error más común es no medir unit economics: food cost 32% (bueno para delivery puro) más comisión de Rappi/Uber Eats 28% (no negocia en primeros 90 días) deja margen neto de 40% antes de empaque, llogística inversa y operación. Si subes el precio físico de 15 USD a 18 USD en app sin ajustar raciones, el food cost trepa a 42% y pierdes cobertura. Restaurantes que usan Masterestaurant como marco revienten el margen: si el costo de mercadería es 4,80 USD (32%), fijar el precio a 15 USD genera 3,60 USD netos (antes de comisión app); si la plataforma cobra 4,20 USD (28% de 15), queda 1,20 USD de margen puro. Según Delivery Hero Q4 2024, ingresos de segmento subieron 22% a €12.800 millones porque quien copia este modelo de precio ajustado escala sin sangrar. La palanca: Food cost delivery ≤30%, precio con 3,50-4,20 USD de margen por plato, y 2-3 ofertas de bundling que concentren tráfico en los items de mayor margen.
Bundling por hora y momento del día
El algoritmo de Rappi, Uber Eats y DiDi reordena cada 4-6 horas según demanda predicha (horario, día, zona, clima). Un combo «Almuerzo ejecutivo» (proteína + guarnición + bebida) a las 12:30 compra visibilidad porque el sistema lo marca como urgente si tiene 9-13 minutos de tempo. Restaurantes que estructuran 3-5 combos por franja (desayuno rápido 8-10 min, almuerzo 12-14, merienda 17-19, cena 20-23) generan 60-70% de tráfico concentrado en 4-6 items en lugar de disperso en 80. Según DoorDash 2024, repartidores ganaron más de USD 18.000 millones porque los restaurantes con menú estructurado optimizan tempo: menos caídas de órdenes, menos devoluciones por tiempo de espera. Bundling no es «juntar platos al azar»; es ofrecer un combo a 12,50-14,50 USD que tenga 2,50-3,20 USD de margen puro (costo mercadería 30%, comisión app 28%, margen neto 40-42%). La oferta que prioriza el algoritmo es la que llega en tiempo, cuesta menos del promedio del usuario (percepción de deal) y genera margen auditable.
Combos y raciones ajustadas al tamaño de pantalla
Una foto de combo ocupa 180-220px en la pantalla del celular; el usuario ve 3-4 items a scroll. Si ofreces 28 platos individuales, el algoritmo distribuye clics uniformemente (1-2 clics por item); si ofreces 7 platos individuales + 6 combos + 3 porciones compartidas, concentras recomendación en 16 items y el sistema aprende a priorizar. Raciones deliver no son las raciones de salón: el usuario de app come en el escritorio o en casa — porciones 160-180g (en lugar de 220g de restaurante) bajan costo mercadería sin penalizar satisfacción. Según datos de Coherent Market Insights 2024, más de 3.200 ghost kitchens en China funcionan con este modelo: 12-16 items ajustados en tamaño, precio y foto, sin inventario robusto ni salón. La regla es 28-35 items máximo para que el algoritmo learn rápido.
Foto, descripción y cifra: el tríptico que convierte
Foto HD + descripción de 25 palabras + cifra verificable (gramaje, tempo, complemento, puntuación) dispara conversion. «Milanesa de ternera, 200g, servida con papas al horno y ensalada fresca, 14 min de entrega, 4,7⭐ (821 reseñas)» convierte a razón de 2,5x frente a «Milanesa casera, deliciosa y jugosa». El testimonio de 821 usuarios que puntúan 4,7 genera confianza en la app de un modo que el texto genérico no logra. Diego F. Parra, auditor de restaurantes de talla mundial, ha visto que este tríptico (foto + texto preciso + dato social) es la diferencia entre 15-20 órdenes/semana y 80-120. Masterestaurant captura esto en una regla medible: cada plato delivery debe tener ≥1 cifra auditable (peso, tiempo, reseñas, alérgenos, complementos). Cuando Rappi o Uber Eats reestructuran el ranking, priorizan items con foto, descripción de 20+ palabras y mínimo 4,5 estrellas con ≥100 reseñas. Invertir 4-5 horas en fotos y descripción genera 25-40% más tráfico dirigido que publicar sin revisar.
Ofertas y descuentos pegados a momento, no a inventario
Muchos restaurantes descargan stocks con descuentos genéricos («-15% hoy»), pero el algoritmo de Rappi, Uber Eats y DiDi castiga eso porque predice rotación baja. Oferta inteligente: «Lunes a viernes, Almuerzo: combo proteína + bebida, -8%, 11:30-14:00» funciona porque el sistema mapea horario + momento + precio ajustado y aumenta visibilidad. La diferencia entre descuento genérico y oferta temporal es que la segunda comunica urgencia predicha (ahora sí hay demanda). Restaurantes que usan este patrón ven clicks 3,2x mayor en la oferta temporal. Según datos de AgFunder 2024, inversión agrifoodtech sumó USD 16.000 millones porque startups del sector entienden que el margen en delivery se optimiza con oferta temporal pegada a demanda horaria, no a inventario. Una oferta mal calibrada (descuento alto + mucho inventario) quema margen; una bien calibrada (descuento micro + momento + 2-3 items de margen alto) suele vender 40+ porciones en 90 minutos sin quemar caja. La regla de Masterestaurant: 1-2 ofertas simultáneas, cada una de 8-12%, vinculada a ventana horaria y validada con 48 horas de observación antes de escalar.
Si solo tienes presupuesto para UNO: foto HD de 10-15 platos con margen máximo
Cuando un restaurante pequeño pregunta «¿por dónde empiezo», la respuesta es foto HD de los 10-15 platos que generan 60-70% del tráfico actual, con descripción de 20-25 palabras cada uno. Esos 10-15 items son los que algoritmo debe aprender a recomendar con confianza. Cambiar foto, redescribir y ajustar margen en 10 items cuesta 200-300 USD (sesión fotos + redacción + testing) y genera ROI en 10-20 días si mueves 60+ órdenes semanales. Si luego tienes 500-800 USD, expandir fotos y descripciones a 28-35 items. Cifra de Statista 2024: ingresos netos de Rappi superaron USD 800 millones porque plataformas premiaron menús fotografiados, descritos con precisión y con margen auditable. No es volumen lo que vence; es claridad y margen. Comienza por photo + descripción del top-performer, valida con 2-3 semanas de observación, expande.
Diferencias en detalle: por qué el método correcto impacta ticket y posición en algoritmo
**Curación vs volumen:** menú delivery no es un catálogo; es una galería de oportunidades. 28-35 items cuidados vencen a 80 genéricos. Razón: el algoritmo reordena por click-through y feedback; sin diferencial, los items parecen intercambiables y el sistema distribuye tráfico plano. Con diferencial (foto, descripción, precio arquitectura), los items con más margen ganan posición y llevan 60-70% del tráfico a 5-8 platos. **Margen visible en app vs margen de restaurante:** comisión de Rappi/Uber Eats es 25-30%, no negocia por volumen en los primeros 90 días (después, con 200+ ordenes/semana, hay palanca). Ese % es no-negociable. Tu única variable es food cost y precio de venta. Si food cost es 32% (bueno para delivery puro) y comisión 28%, tu margen neto es 40% máximo antes de empaque y labor. Empaque: 3-5%. Margen neto útil: 12-17%. Eso es el piso.
Diferencias en detalle: por qué el método correcto impacta ticket y posición en algoritmo — en la práctica
El error: creer que el margen físico se traslada igual. **Tiempo de entrega visible = posición en algoritmo:** un plato que citas 8 minutos pero entrgas en 12 (cocina lenta, apps simultáneas) pierde posición cada día. Algoritmo: predice abandono con base en histórico. Si tu histórico muestra «milanesa: 8 min prometido, 12 min real», el sistema baja la oferta porque sabe que el cliente verá otro plato de 8-10 min. Solución: promete tiempo realista, cocina sobre ese tiempo con rigor (tablas de cocción por hora, orden de armado, prioritización). **Foto: 1.200×800px, luz natural, plato armado vs mockup:** Click-through sube 4-5 puntos porcentuales solo con foto HD vs sin foto. Reseña promedio sube 0,8 estrellas. Algoritmo responde: más visibilidad. No inviertas en fotógrafo profesional; es smartphone con luz natural de ventana, fondo de madera o cerámica consistente, 20 segundos por plato.
Diferencias en detalle: por qué el método correcto impacta ticket y posición en algoritmo — claves y datos
Eso basta. **Combo arquitectura: entrada + plato + acompañamiento + bebida = margen visible:** combo de «plato + bebida» es pérdida disfrazada. Combo de 4 componentes permite marcar entrada en 2-3 usd (margen 60-80%), plato fuerte en 12-14 usd (margen 35-40%), acompañamiento en 1,5 usd (margen 70-80%) y bebida en 1,5 usd (margen 80%). Total: 17-19 usd de venta, margen sumado 15-16 usd (84% margen bruto), comisión: 4,5 usd, margen neto: 10,5-11,5 usd. Volumen: 4-5 combos/día es suficiente para inyectar 40-60 usd de margen útil. **Cambios en checkbox vs nota al final:** sistema de cambios nativo de app = cero retrasos, cero reescrituras, cero pérdida. Sistema de cambios en nota de cliente = 18-22% pérdida de cambios (cliente dice «sin cebolla», cocina no lee nota con tiempo) y reseña negativa. Con checkbox: 94-97% satisfacción.
Comparativa: error vs método correcto
Síntoma: qué sale mal
- Menú desorganizado: 80+ platos sin diferencial
- Margen neto negativo o crítico (<12%)
- Descripciones de una línea
- Mismo menú horario fijo
- Fotos faltantes o baja calidad
- Combos frágiles sin cobertura
- Cambios perdidos en operación
Solución: qué cambia
- Curación: 28-35 items con diferencial claro
- Margen 14-17% neto post-comisión y costo
- Contexto de plato: tiempo, origen, cambios posibles
- 3 ventanas: lunch, merienda, cena con ítems reordenados
- 100% fotos HD, consistencia visual, ángulo único
- Combos 4-5 con arquitectura clara y margen 14-16%
- Cambios en app: checkbox, cero pérdida, reporte
Datos de sector, auditorías Masterestaurant
“Sandwichería en Providencia, Santiago, comenzó con 50 platos en el delivery, comisión 28%, sin foto. Primer mes: 12-15 órdenes/día, margen neto 8% (crítico). Rediseñamos: bajamos a 28 items con foto HD, ajustamos precios (creamos 6 combos), cambios en checkbox. Mes dos: 35-42 órdenes/día, margen neto 16%. La foto sumó 4,2 puntos al CTR y los combos pusieron 320 dólares de margen neto nuevo en 30 días.”
Caso compuesto con fines ilustrativos: los nombres y las cifras del caso no describen un negocio real ni son datos del sector.
Proceso: cómo estructurar tu plantilla delivery en 4 pasos
Calcula: food cost de cada plato ÷ precio venta = margen bruto. Resta comisión de plataforma (25-30%), empaque (3-5%), labor de armado y delivery de tu lado (0-2% si usas rider de app). El resultado es margen neto. Si es menor a 12%, ese plato no va en delivery. Haz esto para todos. Resultado: lista de platos rentables en delivery (suelen ser 35-50% de tu menú físico). Los platos que fallan económicamente no van a la plantilla o se suben con precio ajustado.
Elige tus mejores platos por margen y velocidad de cocción. Agrupa en combos (entrada + plato + acompañamiento + bebida). Fotografía cada uno con luz natural, fondo consistente. Escribe descripción de 2-3 líneas: origen, ingrediente diferencial, tiempo real de entrega en ese horario. Acomoda items por algoritmo: bestseller arriba, combos en segunda línea, diferenciadores (sin gluten, vegano, picante) en tercera. Resultado: galería ordenada, 28-35 items, 100% fotografiados, 100% con tiempo visible.
Lunch (11:00-15:00): pasta, ensaladas, bowls, 15 items. Merienda (16:00-19:00): sándwiches, empanadas, combos ligeros, 12 items. Cena (19:00-23:00): carnes, pastas premium, milanesas, 20 items. Cada ventana reordena los items dentro (algoritmo ve urgencia real). Resultado: usuario no ve menú nocturno a las 13:00; ve ofertas relevantes por hora. Posición sube, abandono baja.
Configura en Rappi/Uber Eats los cambios más comunes como opciones con checkbox (sin queso, sin salsa, cambio de proteína). Semana 1: monitorea que 0% de cambios se pierdan, que tiempos sean reales, que fotos no hayan caído. Semana 2-3: revisa reseñas (objetivo ≥4,6 estrellas) y ajusta descripciones si hay confusión. Resultado: operación sin fricción, reseña confiable, algoritmo promueve.
¿Y con inteligencia artificial?
Optimiza canales, pricing y unit economics de tu dark kitchen. Diego F. Parra es experto en IA aplicada a restaurantes.
Plantilla de delivery: herramientas gratis
Herramientas Masterestaurant para armar tu plantilla
La plantilla de delivery es un documento vivo. Usa estas herramientas para medir, ajustar y escalar.
Diego F. Parra — Consultor internacional experto en crear y potenciar restaurantes y en IA aplicada a restaurantes, foodtech y HORECA. Metodología aplicada en +8.400 restaurantes en 43 países · Experto en Inteligencia Artificial aplicada a restaurantes, hospitalidad y negocios gastronómicos · +20 años de experiencia en restaurantes, catering, grandes eventos y crecimiento empresarial · Autor de 3 libros con ISBN: «Triunfar o morir en el intento» (2013) y «De esclavo a dueño» (2023) · Conferencista internacional y keynote speaker del sector HORECA.
Preguntas frecuentes sobre plantilla de delivery
¿Cuántos platos debo tener en delivery? ¿Es mejor 50 items o 100?
¿Cuántos platos debo tener en delivery? ¿Es mejor 50 items o 100?
28-35 items cuidados vencen a 100 genéricos. Razón: el algoritmo reordena por diferencial; sin diferencial, tráfico es parejo y bajo. Con 28 items con foto, descripción y tiempo real, tú controlas el 70% de tráfico en 8-10 platos; con 100, el tráfico se dispersa. Auditorías MR muestran: 30 items = 22-28% más ticket/mes vs 80+ items.
¿Qué comisión me cobran en Rappi o Uber Eats? ¿Se puede negociar?
¿Qué comisión me cobran en Rappi o Uber Eats? ¿Se puede negociar?
Comisión estándar: 25-30% en LatAm según categoría (fast casual más baja que fine dining) y volumen (pequeños restaurantes: 28-30%, grandes: 25-27%). En los primeros 90 días, no negocia. Después, con 150-200+ órdenes/semana, la plataforma negocia 1-3 puntos porcentuales. Estrategia: crece en volumen primero, negocia después.
Subo fotos de mi teléfono, no de fotógrafo. ¿Es suficiente?
Subo fotos de mi teléfono, no de fotógrafo. ¿Es suficiente?
Sí. Luz natural de ventana, fondo consistente (madera o cerámica blanca), plato armado, 1.200×800px mínimo. Smartphone moderno produce HD. No necesitas estudio. Consistencia visual (mismo ángulo, mismo fondo para categoría de plato) es más importante que profesionalismo. Auditorías: fotos smartphone con luz natural = click-through igual a fotógrafo contratado.
Tengo un plato que vende mucho en la tienda física pero no en delivery. ¿Por qué?
Tengo un plato que vende mucho en la tienda física pero no en delivery. ¿Por qué?
Razones posibles: (1) tiempo de entrega real es mayor al prometido (algoritmo lo baja), (2) descripción es genérica o foto es pobre (click-through bajo), (3) precio subió mucho con comisión y es inelástico (cliente ve opción más barata), (4) es un plato que se come en lugar (cálido, frágil al transporte) y no va en delivery. Audita: tiempo en app, foto + descripción (mejóralas en 48 horas) y precio vs competencia. Si son iguales, el plato simplemente no es delivery-friendly.
¿Debo mantener la carta física si hago delivery fuerte?
¿Debo mantener la carta física si hago delivery fuerte?
SÍ. Carta física es control de experiencia (ritmo, venta sugerida, narrativa). Delivery es volumen + urgencia. Son dos máquinas distintas con control distintos. Masterestaurant recomienda: menú físico completo (80-120 items si es posible, construye autoridad de cocina), plantilla delivery curada (28-35 items, control de margen y tiempo). El cliente físico ordena de menú; el cliente delivery ordena de app. No son el mismo.
¿Cada cuánto debo revisar la plantilla? ¿Cambio items o precios?
¿Cada cuánto debo revisar la plantilla? ¿Cambio items o precios?
Cada 7-14 días revisa: reseña promedio (objetivo ≥4,6★), items sin tráfico (¿descripción pobre? ¿precio alto?), nuevos items que vuelven rápido. Cambios cada 14 días: (1) descripción o foto de items con CTR bajo (<3%), (2) combos nuevos si la demanda crece en una franja horaria, (3) precios solo si margen es crítico (<12%) o competencia baja. El error: rehacer plantilla cada semana. La plataforma necesita 21 días para digerir un cambio.
¿Es verdad que el orden de items en la app importa?
¿Es verdad que el orden de items en la app importa?
Sí. El algoritmo reordena por click-through, pero el restaurante puede poner bestseller arriba. Auditorías MR: items en posición 1-3 reciben 2,8× tráfico que items en posición 6-8. Estrategia: bestseller arriba, combos en segunda línea (margen alto), diferenciadores (sin gluten, picante) en tercera. Cada 7-10 días, el algoritmo reordena automáticamente con base en historial; tú estableces el orden inicial.
Datos 2026 de plantilla de delivery
Benchmarks verificables de fuentes oficiales y no comerciales (gobierno, asociaciones de industria y market-data), nunca competencia.
| Dato | Valor | Fuente |
|---|---|---|
| Mercado global proyectado de cloud kitchen (dark kitchen) hacia 2030 | $112.7 billion by 2030 | Allied Market Research — Cloud Kitchen Market to Reach $112.7 Bn, Globally, by 2030 at 13.12% CAGR: AMR |
| de los consumidores confiaba en las reseñas en línea tanto como en una recomendación personal (cifra de 2016, citada en el informe de 2017) | 84% en 2016 (la página de 2017 da 85%, 'up from 84% in 2016') | BrightLocal — Local Consumer Review Survey 2017 |
| Tope de comisión que cobran las plataformas de domicilios por pedido en Latinoamérica; el piso negociado ronda el 18 % | 15%, 25% y 30% de comisión (estructura de 3 niveles: Basic, Plus, Premier) (2020) | DoorDash (reportado por Restaurant Dive) — DoorDash launches 3-tiered commission fee structure 2020 |
| de los consumidores de EE. UU. pide delivery o para llevar al menos una vez por semana | 37% delivery semanal / 47% takeout semanal (2025) | National Restaurant Association — Off-Premises Restaurant Trends 2025 |
| restaurantes que usan IA para automatización de marketing como caso de uso principal | 28% (2025) | Toast — 2025 AI in Restaurants Survey Results |
| Cuota de mercado de DoorDash en delivery de EE. UU. a fin de 2024 | 60.7% de cuota de mercado (2025) | Earnest Analytics — DoorDash leads US delivery share, but some cities still competitive 2025 |
Contenido relacionado
Método Masterestaurant para plantilla de delivery
Aplicado en +8.400 restaurantes de 43 países.